OpenAI 宣布将 Codex 底层核心框架 Codex Harness 以 Apache-2.0 许可全面开源，并同步开放 CLI 工具、Codex SDK 与 app-server 三大组件。此次更新并非新模型发布，而是把支撑 Codex 智能体运行的执行系统交由开发者自由使用与二次开发。这一动作标志着 AI Agent 竞争正从单一模型能力，转向底层基础设施与工程框架的比拼。
从聊天框到业务系统：Agent 基础设施成为新焦点
过去一段时间，多数 AI 应用仍以通用聊天框为主要交互方式。用户通过输入提示词完成写代码、分析数据或处理问题，如果结果不理想，则继续在同一对话框中反复调整。OpenAI 在官方博客中指出，与其要求团队将原有工作流搬入通用代码助手，不如让智能体直接进入围绕实际工作设计的软件系统。
Codex Harness 正是为此设计。它承担智能体运行过程中的任务理解、长期记忆维护、上下文管理、工具调用、进度展示、错误处理以及关键节点请求人工审批等基础工作。换言之，模型负责生成能力，而 Harness 负责把这些能力组织成可在真实业务中稳定运行的执行流程。
OpenAI 同时给出了一项内部测试结果：在 ARC-AGI-3 基准测试中，仅对 Harness 进行保留推理与上下文压缩两项调整后，GPT-5.6 Sol 模型得分从 13.3% 提升至 38.3%，同时输出 Token 数量减少六倍。这一数据表明，智能体最终表现并不只取决于模型参数或提示词质量，执行框架的设计同样会显著影响效果与成本。
三大开源组件：CLI、SDK 与 app-server 分别面向不同开发场景
此次开源内容集中在 GitHub 的 openai/codex 仓库中，开发者可以直接获取并用于自有产品。OpenAI 将整套能力拆分为三个主要组件，对应不同接入需求。
- codex exec CLI：面向自动化任务场景，可运行脚本、持续集成流程或后台一次性任务，并以结构化结果返回。它适合不需要复杂界面、只需快速完成有边界工作流的场景。
- Codex SDK：提供 TypeScript 与 Python 接口，允许开发者通过代码启动、恢复或流式传输 Codex 任务，并对线程与任务生命周期进行编程式控制。对于需要将 AI 能力嵌入现有应用系统的团队而言，SDK 是更直接的集成入口。
- Codex app-server：面向产品级集成，通过 JSON-RPC 协议让应用连接本地 Codex 进程。开发者可以借此保持持久对话状态、实时获取智能体事件流、中途中断任务、向智能体暴露自有工具，并处理人工审批请求。
从组件划分来看，OpenAI 并未将 Codex 限定为一个编程助手，而是试图将其拆解为可嵌入不同软件形态的基础执行层。开发者 @ClusterProtocol 评价称，将前端审批界面与底层执行循环分离，使智能体接入业务仪表盘变得更加容易。
税务、云平台与物流看板：开源后的首批应用方向
OpenAI 总裁 Greg Brockman 在 X 平台表示，Codex 能驱动的远不止编程工具。首批基于 Codex Harness 的应用案例也验证了这一判断。
在税务申报领域，Thrive Holdings 与 Crete 将该框架嵌入专业税务准备工作流。系统能够处理复杂税务逻辑，并结合税务师反馈进行调整。试点项目共处理 7,000 份申报表，税务准备时间缩短约三分之一。对于高准确率要求的财务场景而言，这种嵌入式智能体比独立聊天机器人更贴近实际业务流程。
在云基础设施场景，Cisco 使用 Codex SDK 在其云控制平台内构建 App Builder。客户可以通过自然语言创建自定义应用，而底层逻辑流转由 Codex Harness 承担。这一案例显示，大型企业已经开始尝试将 Agent 能力纳入既有云平台，而非要求用户迁移到新的对话式入口。
OpenAI 还展示了名为 Relay 的虚拟物流运营看板模板。在该示例中，用户无需编写复杂提示词，只需选中延误货单并点击「比较恢复方案」。应用会自动将货单详情与物流数据作为上下文提供给智能体，Codex 再通过 MCP 工具获取实时运营数据。当智能体生成重新订舱方案后，系统会弹出审批框，由业务员确认后才执行写入操作，并同步刷新看板状态。
对国内 Agent 与代码工具生态的影响
Codex Harness 的开源，对国内 Agent 与代码工具生态具有直接参考价值。当前不少国产 AI 编程助手和企业智能体仍围绕对话框、插件面板或 IDE 侧边栏展开，产品形态容易趋同。而 Codex Harness 提供的是另一条路径：保留原有业务界面、数据系统与权限体系，将智能体循环放入底层。
这种模式对三类国内团队尤其值得关注。
- 其一，做代码助手与 DevOps 工具的团队，可以将智能体接入 CI、代码审查、故障排查和自动化运维流程，而不是只停留在补全与问答层面。
- 其二，做企业 SaaS 与行业软件的厂商，可以把 Agent 嵌入财务、客服、物流、风控等既有系统，通过界面上下文降低用户输入成本。
- 其三，做 Agent 基础设施的开发者，可以参考其任务生命周期、工具调用、状态同步与人工审批设计，补足国产框架在工程化执行层的细节。
更关键的是，Apache-2.0 许可允许修改与商用，这意味着相关能力不仅可用于技术验证，也具备进入商业产品的基础条件。国内团队若能在权限控制、私有化部署、审计日志和本地数据合规方面做深，有机会形成更适合企业环境的 Agent 执行层方案。
此次开源并不等同于 OpenAI 放弃模型竞争，反而说明模型竞争正在进入下一阶段。当基础模型能力逐渐接近，决定智能体能否落地的，不再只是回答是否准确，而是任务能否稳定执行、工具能否可靠调用、流程能否被人类监督、结果能否回到业务系统之中。Codex Harness 的开放，正是把这一层能力交给更多开发者去重组。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/openai-kai-yuan-codexharness-aiagent-jing-zheng-zheng-zai
